Числа за перемогою Black Bulls

Коли моя модель xG-Algo показала лише 0,37 очікуваних голів для Black Bulls проти Damatora, навіть я – людина, яка більше довіряє алгоритмам, ніж тренерам – подумав, що вона зламалася. Але ось воно – чергове нагадування, чому футбол не піддається статистиці.

Клубне ДНК через призму даних

Заснований у 2009 році в промисловому районі Мапуту, Black Bulls грає так, як і передбачає їхня назва – жорстко та хаотично. Їхні трофеї (2 Кубки Мозамбіку) не вражають аналітиків УЄФА, але їхня захисна статистика змусить Дієго Сімеоне заплакати:

• 78% виграних повітряних єдиноборств (у грі з Damatora)
• 12,3 км середня дистанція пресингу півзахисту (3-тє місце в лізі)
• 0,8 гола пропускають за гру цього сезону

Той момент на 94-й хвилині

Опис матчу читається як список аргументів критиків ‘антифутболу’: 4 удари по воротах, 39% володіння м’ячем та поле, де м’яч скакав, як моя клавіатура під час манчестерських дербі. Але подивіться на теплові карти:

python

Візуалізація ключових моментів:

import matplotlib.pyplot as plt defensive_actions = [34,28,41] # відбори/перехоплення/блокування plt.bar([‘1Т’,‘2Т’,‘ДЧ’], defensive_actions, color=‘#000000’) plt.title(‘Black Bulls: Захисні дії за періоди гри’)

Їхній лівий захисник Маріо Мутемба (колишній зварювач за клубними легендами) виконав лише 11 передач, але здійснив 7 відборів. Переможний гол? Класика ‘Route One’: довгий пас від воротаря → скидка → невпевнений удар, який покотився в сітку немов п’яний чоловік додому.

Чому це цікаво аналітикам?

На перерві моя модель давала Black Bulls лише 18% ймовірності перемоги. До кінця матчу? Це доказ того, що:

1. Низький блок стає математично оптимальним у малих лігах
2. Моделі xG недооцінюють команди, які створюють хаос
3. Іноді футбол потребує менше tiki-taka та більше сталевих бутсів.

Наступний матч – дербі проти Costa do Sol, де вони, ймовірно, розставлять автобус… і можливо ще щось важке. Як людина, яка працює з ймовірностями, я дивно радію тому, що помиляюся.